Welcome to SimpleDistributedRL's documentation!

Contents

• Installation
  • Install options
  • 必須ライブラリ
  • その他のライブラリ
• How To Use
  • 1. EnvConfig
  • 2. RLConfig
  • 3. Runner
  • 4. Runner functions
• Yaml Training
  • 1. Yaml format
  • 2. Run
  • 3. hydra
• Distributed Learning (Online)
  • 0. 必要なライブラリのインストール
  • 1. Redisサーバの起動
  • 2. TrainerServer/ActorServerの起動
  • 3. 学習の実施

Custom

• Making a Custom environment
  • 1. 環境クラスの実装
  • 2. Spaceクラスについて
  • 3. 自作環境の登録
  • 4. 実装例
  • 5. Q学習による学習例
• Making a Custom algorithm
  • 1. 概要
  • 2. 実装する各クラスの説明
  • 3. 自作アルゴリズムの登録
  • 4. 型ヒント
  • 5. 実装例(Q学習)
• Detailed Framework
  • Overview
  • Play flow
  • Multiplay flow
  • Class diagram
  • Space(srl.base.spaces)
  • RLBaseTypes(srl.base.define)

API

• EnvConfig
  • EnvConfig
• RLConfig
  • RLConfig
• Context
  • RunContext
• Runner(Base)
  • RunnerBase
• Runner
  • Runner

Algorithm Config

• Memory
  • SingleUseBuffer
  • ReplayBuffer
  • PriorityReplayBuffer
• RLConfigComponentFramework
  • RLConfigComponentFramework
• InputBlock
  • InputBlockConfig
• InputValueBlock
  • InputValueBlockConfig
• InputImageBlock
  • InputImageBlockConfig
• HiddenBlock
  • HiddenBlockConfig
• DuelingNetwork
  • DuelingNetworkConfig
• Scheduler
  • SchedulerConfig
• LRSchaduler
  • LRSchedulerConfig

Algorithms

• Q-Learning
  • Config
• Deep Q-Networks
  • Config
• Rainbow
  • Config
• Agent57
  • Config
• Agent57 light
  • Config
• PPO(Proximal Policy Optimization)
  • Config
• DDPG(Deep Deterministic Policy Gradient)
  • Config
• SAC(Soft-Actor-Critic)
  • Config
• SND(Self-supervised Network Distillation)
  • Config
• Monte Carlo tree search
  • Config
• AlphaZero
  • Config
• MuZero
  • Config
• DreamerV3
  • Config
• No Target Deep Q-Networks
  • Config

Indices and tables

• 索引

• モジュール索引

• 検索ページ